Guide e How-to

HR Analytics: cos'è, strategie e a cosa serve per un'azienda

Con strumenti di Data Intelligence e Advanced Analytics, la Direzione HR può gestire e organizzare l’enorme quantità di dati e insight a disposizione e utilizzarli come un vero e proprio asset per prendere decisioni e compiere azioni sulla base di risultati chiari e strutturati. Un vademecum su come utilizzare i dati e quali analisi compiere

Pubblicato il 02 Nov 2022

Michele Zanelli

Data Insights & Organization Associate Partner P4I – Partners4Innovation

Chiara Calafiore

People & Innovation Manager, P4I - Partners4Innovation

Paolo Facoetti

Senior Data Scientist, P4I - Partners4Innovation

In un mondo del lavoro in continua trasformazione la Direzione HR sta assumendo sempre più un ruolo chiave per supportare le aree di business, grazie anche all’adozione di tecnologie digitali che fino a poco tempo fa erano considerate distanti dai processi di gestione delle risorse umane, come ad esempio Intelligenza Artificiale e Big Data & Analytics. Non stupisce quindi che si senta parlare sempre più spesso di HR Analytics (o People Analytics, ndr).

Per guidare l’evoluzione organizzativa è, infatti, necessario che la Direzione HR definisca e attui una vera e propria strategia digitale interna, incrementando la capacità delle proprie persone di sfruttare i dati per prendere le decisioni chiave, ma anche per svolgere le normali attività quotidiane. Per questo è importante che al suo interno le persone siano sempre più in grado di interrogare i dati per gestire nuovi fenomeni e talvolta prevederli.

HR Analytics: che cos’è e di cosa si tratta

L’area delle Risorse Umane ha infatti a disposizione moltissimi dati sui collaboratori che, se utilizzati correttamente, si possono valorizzare per ottenere insight fruibili dai manager delle diverse funzioni.

INFOGRAFICA
Industria Manifatturiera: come ottimizzare tempo, materiali e energia grazie alla Data Analysis
Big Data
Manifatturiero/Produzione

Attraverso opportune tecniche di analisi è possibile trattare i dati HR in combinazione con tutti quelli che si generano nei processi di business, sfruttando dunque il vasto ed eterogeneo patrimonio informativo aziendale. Tramite lo sviluppo di algoritmi e l’applicazione di modelli e soluzioni di Data Intelligence e Advanced Analytics, i dati possono essere infatti utilizzati come un vero e proprio asset che permette di prendere decisioni e compiere azioni sulla base di risultati oggettivamente fondati.

Perché il valore dei dati possa esprimersi nella sua totalità, molte aziende però devono fare ancora un importante percorso di evoluzione nella gestione dell’intero ciclo di vita del dato, a partire dalla sua creazione e raccolta all’interno dell’Employee Journey, passando dalla gestione della sua qualità fino ad arrivare al disegno e allo sviluppo di use case pragmatici e di interesse.

Una delle sfide in questo percorso è sicuramente rappresentata dalla creazione e dal mantenimento di dati affidabili. Tipicamente le organizzazioni hanno informazioni puntuali e aggiornate sui dati anagrafici, amministrativi e di carriera, ma nella gran parte dei casi non gestiscono in modo altrettanto accurato altri tipi di dato, importanti e necessari per sviluppare modelli di analisi affidabili, come ad esempio:

p4i - Migliora le performance aziendali con gli HR Analytics

Le analisi che si possono fare con i People Analytics

Se è dunque chiaro che gli HR Analytics sono uno strumento potente, non si deve pensare che siano necessariamente complessi da usare. Parlando di HR Analytics, si possono identificare diversi “stadi”:

  • analisi di tipo descriptive (HR Intelligence), nel caso in cui i dati vengono utilizzati per descrivere e analizzare quanto è successo in passato attraverso dashboard e reportistiche che mostrano sintesi ed andamento di KPI HR e relativi livelli di granularità;
  • analisi di tipo diagnostic (HR Data Analytics), in cui l’analisi dei dati non si ferma al mero aspetto descrittivo, ma si propone di comprendere anche la ragione del perché si siano verificati determinati eventi. Questo tipo di approccio si realizza in una serie di analisi ad-hoc finalizzate ad approfondire un aspetto specifico HR, correlando statisticamente l’evento ad alcune variabili specifiche per generare insight di business su cui costruire un piano di interventi operativi;
  • analisi di tipo predictive (HR Advanced Analytics): si tratta dell’espressione più avanzata e complessa delle analisi dati, che si propone di creare modelli «predittivi» o di «ottimizzazione», in grado di predire i fenomeni e di spiegarne i razionali.

Perché è importante in un’azienda l’HR Analytics: possibili vantaggi

Le pratiche di HR Analytics rivelano la loro flessibilità nella grande varietà di applicazioni. Tra i casi d’uso più rappresentativi – di particolare interesse in un momento storico come quello attuale, che sta vivendo il trend della Great Resignationvi è certamente quello relativo alla gestione del turnover.

Attraverso modelli predittivi è possibile prevedere i dipendenti che probabilmente lasceranno l’organizzazione e identificare i fattori che incidono sulla decisione di abbandono.

Un’altra applicazione molto diffusa è volta a supportare e ottimizzare il processo di recruiting, tramite sviluppo di modelli di Advanced Analytics per l’identificazione dei candidati che posseggono le caratteristiche dei top performer. L’individuazione stessa delle caratteristiche tipiche dei top performers si attua tramite l’applicazione di tecniche di Data Mining, così come di fattori e leve per migliorare le performance.

Passando invece alle applicazioni di ottimizzazione, sono molto diffusi i modelli di career planning, a supporto dei professionisti HR nel disegnare ed ottimizzare i percorsi di carriera, o i recommendation engine in ambito formazione, per la creazione di piani personalizzati di sviluppo e formazione dei dipendenti, o ancora modelli per prevedere infortuni e aumentare il livello di sicurezza dei lavoratori.

Le potenzialità degli HR Analytics sono chiaramente vastissime, e in generale si riconducono alla possibilità di prendere decisioni sulla base di evidenze quantitative in modo rapido, sfruttando il tempo per disegnare soluzioni in maniera proattiva, e semplificando la comprensione dei fenomeni. Un altro vantaggio è sicuramente quello economico, direttamente derivante dalla riduzione dei costi di gestione dei processi, ad es. recruiting, gestione e sostituzione del personale. Infine, ma non meno importante, questo tipo di approccio permette l’empowerment dei professionisti HR e lo sviluppo di nuove competenze, favorendo un maggiore engagement anche a livello aziendale.

Se i benefici di introdurre un approccio HR Data Driven sono considerevoli, non bisogna dimenticare che il successo di iniziative di questo tipo si ottiene lavorando in maniera sinergica su dati, strumenti, processi e competenze. Bisogna inoltre ricordare l’importanza di interpretare criticamente i dati alla luce della conoscenza dell’organizzazione e dell’esperienza professionale, sottoponendoli a test retrospettivi e confrontando le previsioni con la realtà.

Con l’HR Analytics è possibile misurare performance e coinvolgimento dei dipendenti

Tra gli esempi più calzanti e utili all’uso dell’HR Analytics possiamo citare la possibilità di misurare le performance e il coinvolgimento dei lavoratori tutti, incluso il management.

L’analisi dei dati consente di avere una visione più completa del contributo e del coinvolgimento dei dipendenti alla performance finanziaria complessiva dell’azienda.

Ad esempio, si possono mettere a confronto i dati relativi alle prestazioni dei dipendenti in determinati periodi; al contempo si raccolgono i dati delle prestazioni finanziarie dell’azienda nei medesimi periodi. Questo genere di analisi contribuisce a identificare le migliori politiche di coinvolgimento dei dipendenti e delle prestazioni future.

HR Analysis e nuove assunzioni: migliora la ricerca del candidato giusto

L’HR Analysis si rivela utile ai team HR anche nelle fasi di reclutamento e assunzione di nuovi dipendenti. I dati relativi alle caratteristiche del ruolo sono messi a confronto con i dati relativi alle competenze (siano esse soft skills o hard skills) del candidato per ottenere il miglior profilo per il lavoro proposto. Il vantaggio è duplice: assumere il candidato giusto ma anche risparmiare tempo e denaro evitando colloqui multipli.

HR Analysis per ridurre il tasso di abbandono del lavoratore

L’HR Analytics si mostra utile anche nel caso si debba procedere a un’analisi approfondita che possa riguardare il tasso di abbandono dei dipendenti. Con l’analisi HR sarà possibile identificare le cause analizzando i dati storici degli ex dipendenti, i feedback, i profili e le prestazioni dei lavoratori che hanno lasciato l’azienda.

Le cause potrebbero essere molteplici, anche se la più frequente riguarda la mancata corrispondenza tra il ruolo lavorativo e competenze del lavoratore.

Perché è importante l’analisi dei dati in una corretta HR Analytics

I motivi per cui l’adozione di una corretta HR Analytics si rivela importante per le aziende risiede nel miglioramento della competitività e nell‘ottimizzazione degli investimenti relativi alla crescita professionale dei dipendenti.

Che l’HR Analytics sia uno dei mercati destinati a una rapida crescita, viene confermato da Allied Market Research che ha recentemente  pubblicato il report HR Analytics Market. Secondo i dati riportati, il settore globale dell’analisi delle risorse umane dovrebbe raggiungere gli 11 miliardi di dollari entro il 2031, con una crescita del 16,6% tra il 2022 e il 2031.

Ciò significa che l’analisi dei dati HR è una delle innovazioni destinate a una rapida crescita e che è da adottare altrettanto rapidamente in azienda per migliorare sia la competitività, sia la strategia decisionale assieme a sicurezza e formazione.

HR Analytics a supporto delle decisioni strategiche

Il processo decisionale strategico necessita del coinvolgimento dei dipendenti. Con l’analisi dei dati HR si hanno a disposizione informazioni sulle prestazioni dei singoli dipendenti, ciò comporta che è possibile determinare sulla base di metriche ben precise e tenendo conto delle esigenze del lavoratore, se una forza lavoro risulta adeguata a una posizione lavorativa attuale o futura.

Migliorare la sicurezza sul lavoro con l’HR Analytics

Una delle responsabilità principali di un datore di lavoro riguarda la sicurezza dei suoi dipendenti. In questo campo, l’HR Analytics può contribuire a far identificare con precisione le cause di infortuni e incidenti e aiutare i manager a sviluppare soluzioni idonee. Inoltre, diventa anche possibile determinare la natura degli infortuni e l’impatto complessivo sulle prestazioni organizzative.

Identificare il fabbisogno formativo dei lavoratori con l’analisi dei dati HR

I dipendenti qualificati sono il vero capitale di un’azienda: fanno risparmiare denaro e hanno una migliore produttività. Con L’HR Analytics è possibile conoscere sia il livello sia il numero dei lavoratori che necessitano di formazione. Le analisi dei dati HR possono svelare con precisione quanto i dipendenti siano in grado di svolgere il loro lavoro e con quale livello di competenza e di conseguenza proporre una formazione su misura. Un piano formativo così preciso consente alle aziende di risparmiare i costi relativi a licenziamenti e nuove assunzioni.

Chi è e cosa fa l’HR Analyst?

L’analista delle risorse umane o HR Analyst è un professionista dell’analisi dei dati. Il suo lavoro consiste nel raccogliere e analizzare i dati relativi alle risorse umane e perciò contribuisce a migliorare le prestazioni complessive della forza lavoro dell’organizzazione.

La formazione per diventare HR Analyst richiede una laurea o un Master in risorse umane, amministrazione aziendale, psicologia industriale o in ambiti correlati.

Cosa fa e quali sono le responsabilità di un analista HR

Nel dettaglio ecco quali sono alcune delle responsabilità principali di un analista delle risorse umane in un’organizzazione:

  • raccogliere e analizzare i dati per identificare le cause e le tendenze che portano i dipendenti a lasciare l’azienda;
  • raccogliere i dati relativi alla produttività dei dipendenti di vecchia data e dei nuovi;
  • analizzare e comprendere le cause di eventuali prestazioni basse;
  • creare modelli predittivi per comprendere meglio le prestazioni dei dipendenti;
  • sviluppare strategie per migliorare le prestazioni complessive e il livello di soddisfazione dei dipendenti.

HR Analyst: quanto guadagna?

La professione di HR Analyst è piuttosto nuova e sono ancora pochi i professionisti impiegati nelle aziende italiane. Secondo il portale Glassdoor la RAL media di un HR Analyst in Italia è di 34.000 euro lordi all’anno.

Clicca qui e scarica il White Paper: "Human capital management 4.0 - le HR tra ERP e Cloud"

WHITEPAPER
Ripensare il performance management. Quali nuovi approcci possibili? Scopri l’app Feedback4You!
Risorse Umane/Organizzazione
Smart working
@RIPRODUZIONE RISERVATA

Valuta questo articolo

La tua opinione è importante per noi!

Michele Zanelli
Data Insights & Organization Associate Partner P4I – Partners4Innovation

Si occupa di estrarre valore dai dati, sviluppando modelli matematici a supporto delle decisioni e introducendo nuovi assetti organizzativi per gestire e governare i dati in modo efficace. Svolge attività di ricerca all’interno dell’Osservatorio Artificial intelligence del Politecnico di Milano, dove di occupa principalmente di Intelligent Process Automation. Proviene dal mondo dell’Information Technology, dove ha una pluriennale esperienza negli ambiti IT Strategy, IT Governance e Organization.

Chiara Calafiore
People & Innovation Manager, P4I - Partners4Innovation

Professionista nell’ambito “People & Innovation” con esperienza pregressa in contesto aziendale nella funzione Risorse Umane. È attualmente Manager in P4I, si occupa di accompagnare e supportare le organizzazioni nella trasformazione dei processi HR - per migliorare l’Employee Journey - e nell’indirizzo di progettualità di ridisegno organizzativo e di people development, anche rispetto a trend del mercato del lavoro come lo Smart Working.

Paolo Facoetti
Senior Data Scientist, P4I - Partners4Innovation

Professionista con esperienza in progetti nell’ambito Data Driven Innovation, con particolare focus su Machine Learning, iniziative di HR Analytics e sulla definizione di soluzioni e modelli per l’evoluzione verso il paradigma della data driven organization

Articolo 1 di 4